De nombreuses données sont collectées par le ministère des Transports du Québec (MTQ) en rapport avec les activités d'entretien hivernal des routes, dans le but d'améliorer la gestion et les prises de décision. Le nombre et la diversité des données les rendent difficiles à exploiter pour mettre les événements météo routiers en rapport avec les ressources à déployer. La finalité de cette recherche est de proposer un processus de mise en valeur des données multi sources collectées par le MTQ en Estrie, afin d'offrir des pistes d'amélioration de la prise des décisions ou de la gestion de l'entretien hivernal. Une analyse des besoins des gestionnaires du MTQ en termes d'information météo routière est dans un premier temps effectuée, ainsi qu'un inventaire et des considérations sur le traitement des données pour leur validation et leur uniformisation. Une classification des risques météo-routiers est ensuite proposée afin d'explorer de façon optimale les données, et mettre au point à terme des processus pour leur mise en valeur selon les types de besoins exprimés. Les résultats de la recherche établissent des relations entre les principales caractéristiques des événements météo routiers, leurs impacts sur la chaussée et le dimensionnement des opérations d'entretien routier hivernal. Les événements les plus marquants peuvent ainsi être détectés ce qui permet de les analyser avec une plus grande exhaustivité dans le but de prendre en considération les particularités régionales. Cette recherche devrait apporter des éléments de réponse aux attentes des gestionnaires de Transports Québec pour leur souci d'évaluer les opérations d'entretien hivernal. Car, bien qu'étant une composante essentielle à l'optimisation de la gestion, le déploiement des ressources en fonction des caractéristiques des événements météo routiers est quelques fois difficile à mesurer. D'autre part, cette étude s'inscrit dans la volonté de rentabiliser la mise en place de technologies qui génère une imposante masse de données afin d'en soutirer des informations ou des connaissances conduisant à mettre en place des stratégies efficientes et qui s'inscrivent dans le contexte de transport durable.

Ce travail porte sur l’anomalie de l’Atlantique Sud (SAA anglais). Nous avons étudié cette anomalie du champ magnétique principal à partir de données satellitaires afin de mieux connaître les différentes sources de ses variations temporelles. Nous avons appliqué l’analyse en composantes principales (PCA) à des données de flux de particules, de bruit d’un lidar embarqué et à des séries temporelles d’observatoires magnétiques virtuels - séries construites à partir de mesures satellitaires du champ géomagnétique. Les données de flux de particules proviennent de trois satellites de la série POES de la NOAA (POES 10, 12 et 15) ainsi que du satellite Jason-2 du CNES et de la NASA. Nous utilisons aussi le bruit affectant le lidar CALIOP du mini-satellite CALIPSO (CNES/NASA) comme substitut au flux de particules chargées heurtant ce satellite. Pour l’information géomagnétique, deux jeux de données d’observatoires virtuels construits à partir d’enregistrements des satellites CHAMP et Swarm ont été utilisés. Ces deux ensembles différents de données apportent des éclairages complémentaires sur l’anomalie de l’Atlantique Sud. L’analyse en composantes principales des données de flux de particules a permis de distinguer différents modes de variabilité, dus au soleil d’une part et au champ magnétique principal d’autre part. Le cycle solaire de 11 ans affecte à la fois le flux total de particules énergétiques à l’aplomb de l’anomalie de l’Atlantique Sud et leur distribution dans les différentes ceintures de radiation internes. Le champ magnétique principal, qui provient du noyau liquide de la Terre, est responsable d’une lente dérive de l’anomalie de l’Atlantique Sud et par ricochet de la région où il y a un flux intense de particules énergétiques. Une fois déconvolué le rôle du champ magnétique principal, on distingue deux composantes que l’on peut associer sans ambiguïté au cycle solaire. Sur des temps plus longs, nous avons finalement pu mettre en évidence une tendance dans le flux total de particules dans la région de l’Atlantique Sud. Peu d’analyses globales des modes de variabilité du champ interne ont été entreprises. Notre étude vise aussi à combler ce manque. L’analyse en composantes principales permet d’extraire jusqu’à trois modes d’origine interne et un mode annuel combinant contributions interne et externe. Ce dernier mode a une géométrie principalement quadrupolaire et zonale. Le premier des modes purement internes explique l’essentiel de la variabilité du champ et correspond à la variation séculaire moyenne au cours de l’intervalle de temps étudié. Il s’interprète principalement comme la variation de la partie du champ géomagnétique représentée par un dipôle qui serait de plus en plus décalé par rapport au centre de la Terre en direction de l’Asie du Sud-Est et qui serait aussi incliné par rapport à l’axe de rotation. Ainsi, ce simple modèle nous a été utile à la fois pour rendre compte du flux de particule au dessus de l’anomalie de l’Atlantique Sud et pour interpréter la variation du champ géomagnétique à l’échelle globale. / This work focus on the study of the South Atlantic Anomaly (SAA) of the main magnetic field from satellite data, aiming at identifying different sources of variability. This is done by first applying the Principal Component Analysis (PCA) method to particle flux and dark noise data and then to Virtual Observatories (VOs) time series constructed from satellite magnetic records. Particle flux data are provided by three POES NOAA satellites (10, 12 and 15) and the Jason-2 satellite. Dark noise data, which can be interpreted as a proxy to particle flux, are provided by the CALIOP lidar onboard the CALIPSO satellite. The magnetic field information is used in the form of time series for VOs, which were computed from both CHAMP and Swarm data as two separate datasets. The two different groups of data provide different views of the South Atlantic Anomaly. Applying PCA to particle flux data on the SAA produces interesting modes that can be related with specific physical processes involved with the anomaly. The main sources that drive these modes are the Earth’s magnetic field and the Sun. The Sun’s 11-year cycle is a well-known quasi-period of solar activity. This work shows how it clearly affects the evolution of the energetic particles trapped in the inner Van Allen belt, by modulating both their total number and their distribution among different L-shells. The way particles become trapped and move near-Earth is also dictated by the main magnetic field geometry and intensity and so a good understanding of its variation allows for a better description of the evolution of these particles. The main magnetic field, with origin in the Earth’s liquid core, is responsible for a slow drift of the anomaly, associated to the Westward drift of several features of the main field. Changing the frame of reference to that of the eccentric dipole, we were able to identify two separate modes associated with the variability of the solar activity. On longer time-scales, we also observed a linear trend in the spatial evolution of the particle flux. A global analysis of variability modes of the Earth’s magnetic field has not been often addressed. This study also contributes to fill this gap. By decomposing satellite records of the magnetic field into PCA modes, we retrieved modes of internal origin and modes with large external contributions, with no a-priori considerations. An annual signal has been identified and associated with mainly external sources. It exhibits an interesting geometry dominated by a zonal quadrupolar geometry. As for the internal source, three separate modes were obtained from the longest time series analysed. The first of these modes explains most of the variability of the field and represents the mean secular variation. It is closely modelled by an eccentric tilted dipole moving away from the Earth’s center and toward under East Asia. As this study shows, this simple model turns out to be a useful tool that can be used both on regional studies of the SAA and on global studies of the geomagnetic field.

Cette thèse sur travaux vise à rassembler et unifier les travaux réalisés sur le sujet des évènements météo-océaniques extrêmes depuis 2009, dans le cadre de mon travail à SOGREAH, devenu depuis ARTELIA. À mesure que progressaient ces travaux, un thème central a progressivement apparu : la notion d'évènement, tel qu'une tempête. Ce concept fournit un cadre robuste et pertinent, en particulier dans le cas des extrêmes multivariés (par exemple, la probabilité d'occurrence conjointe des vagues et des niveaux marins), ainsi qu'une meilleure compréhension de la notion de période de retour, très utilisée dans le domaine de l'ingénierie.Les principaux résultats des travaux réalisés au cours de la décennie écoulée sont les suivants :- mise à jour de la méthodologie de détermination des houles ou vents extrêmes :- développement et justification d'un cadre en deux étapes pour la modélisation sup-seuil des extrêmes univariés (méthode du renouvellement), introduisant la notion d'évènement et la séparation des seuils physique et statistique,- proposition d'outils pratiques pour le choix du seuil statistique,- introduction de la méthode du bootstrap paramétrique pour le calcul des intervalles de confiance,- identification d'un comportement problématique de l'Estimateur du Maximum de Vraisemblance et proposition d'une solution : utilisation de distributions à trois paramètres avec l'estimateur des L-moments,- application du cadre POT (Peaks-Over-Threshold) à la Méthode des Probabilités Jointes (JPM) pour la détermination des niveaux marins extrêmes :- distinction entre les valeurs séquentielles et les pics des évènements à l'aide d'indices extrémaux pour les surcotes et les niveaux marins,- construction d'un modèle mixte pour la distribution des surcotes,- raffinements pour le traitement de la dépendance marée-surcote,- application du cadre POT-JPM pour l'analyse conjointe des hauteurs de vagues et des niveaux marins :- proposition d'une procédure alternative d'échantillonnage,- analyse séparée de la marée et de la surcote dans le but de modéliser la dépendance entre la hauteur de vagues et la surcote ; avec incorporation dans la distribution conjointe de la hauteur de vagues et du niveau marin à l'aide d'une opération de convolution 2D1D,- utilisation de copules des valeurs extrêmes,- présentation améliorée du chi-plot,- introduction d'une nouvelle classification pour les analyses multivariées :- Type A : un phénomène unique décrit par différentes grandeurs physiques qui ne sont pas du même type,- Type B : un phénomène fait de différentes composantes, décrits par des grandeurs physiques du même type d'un composant à l'autre,- Type C : plusieurs phénomènes décrits par des grandeurs physiques qui ne sont pas du même type,- interprétation de la signification des évènements multivariés :- lien avec l'échantillonnage,- lien avec les différentes définitions de la période de retour,- dans le cas bivarié : transformation d'une distribution conjointe de variables descriptives de l'évènement vers la distribution des couples de variables séquentielles,- génération de graphes de srotie alternatifs tels que les contours d'iso-densité pour les couples de variables séquentielles,- un package R dédié, artextreme, pour l'implémentation des méthodes ci-dessus / This PhD on published works aims at unifying the works carried out on the topic of extreme metocean events since 2009, while working for SOGREAH then ARTELIA.As these works went along, a leading theme progressively appeared: the notion of event, such as a storm. This concept provides a sound and relevant framework in particular in the case of multivariate extremes (such as joint probabilities of waves and sea levels), as well as a better understanding of the notion of return period, much used for design in the field of engineering.The main results of the works carried out in the last decade are as follows:- updating of the methodology for determining extreme wave heights or wind speeds:- development and justification of a two-step framework for extreme univariate over-threshold modelling introducing the concept of event and the separation of the physical and statistical thresholds,- proposal of practical tools for choosing the statistical threshold,- introduction of the parametric bootstrap approach for computing confidence intervals,- identification of a problematic issue in the behaviour of the Maximum Likelihood Estimator and proposal of a solution: use of 3-parameter distributions along with the L-moments estimator,- application of the POT framework to the Joint Probability Method for determining extreme sea levels:- distinction between sequential values and event peaks through extremal indexes for surge and sea level,- construction of a mixture model for the surge distribution,- refinements for handling tide-surge dependence,- application of the POT-JPM framework for the joint analysis of wave height and sea level:- proposal of an alternative sampling procedure,- separate analysis of tide and surge in order to model the dependence between wave height and surge to be incorporated in the joint distribution of wave height and sea level thanks to a 2D1D convolution operation,- use of extreme-value copulas,- improved presentation of the chi-plot,- introduction of a new classification for multivariate analyses:- Type A: a single phenomenon described by different physical quantities that are not of the same kind,- Type B: a phenomenon made of different components, described by physical quantities of the same kind between one component and another,- Type C: several phenomena described by physical quantities that are not of the same kind,- interpretation of the meaning of multivariate events:- link with the sampling procedure,- link with the different definitions of the return period,- in the bivariate case: transformation of the joint distribution of event-describing variables into the joint distribution of sequential pairs,- generation of alternative output plots such as contours of density for sequential pairs;- a dedicated R package, artextreme, for implementing the methodologies presented above

Résumé La plage du Clipon est une plage artificielle de 13 km de long, créée à partir des années 1960, suite à l'extension du Port de Dunkerque. Notre étude est basée sur une approche multi-échelle : une échelle temporelle s'étendant du demi-siècle à la période d'une marée, et l'échelle spatiale allant de l'analyse de la dynamique morphologique de l'ensemble de la plage (104 m) à l'examen des processus morphosédimentaires au niveau de formes élémentaires comme les barres intertidales (101 - 102 m). L'analyse à grande échelle concerne (1) les variations du trait de côte lors des différentes phases d'extension du port, et suite aux travaux d'extension à l'aide d'un suivi chronoséquentiel de photographies aériennes verticales, (2) l'évolution de la bathymétrie proche de la côte au cours des aménagements portuaires et suite à ces aménagements, ainsi que (3) la modélisation de la propagation des houles sur des bathymétries datant de différentes époques, ce qui a permis d'apprécier la variabilité dans le temps de l'impact potentiel des houles à la côte au fur et à mesure que les fonds se sont modifiés. Plusieurs campagnes de mesures hydrodynamiques, topométriques et de transport sédimentaire ont été effectuées de 2003 à 2007 dans le but de mieux comprendre la morphodynamique de la plage. Les données de houle et de courant obtenues sur l'estran et dans les petits-fonds ont été utilisées conjointement aux données météorologiques pour réaliser une analyse de l'hydrodynamique du système côtier. Cette analyse a mis en évidence la dominance des courants de flot, dirigés vers l'est, mais aussi l'existence d'un contre-courant associé à la présence de la jetée est de l'avant-port. Les résultats de l'analyse morphométrique de l'estran montrent une grande variabilité spatiale de la forme générale et de la largeur de la plage. A l'échelle annuelle, l'avant-plage proche subit une érosion pouvant atteindre 0,3 mètre par an. Le suivi mensuel des profils de plage a permis d'observer la réaction des différentes zones morphologiques de l'estran face aux conditions rencontrées pendant les campagnes de mesure : lissage de l'estran lors des périodes de forte énergie et développement et migration des barres vers le haut de plage par temps plus calme. L'analyse des transports sédimentaires potentiels montre un transport faible dirigé essentiellement vers l'est lors des périodes de temps calmes. Les transports les plus importants s'effectuent principalement lors de conditions de forte énergie, pendant lesquelles le vent peut fortement renforcer les courants tidaux et les courants de houle. Lors des conditions de fortes agitations de secteur nord, un courant d'undertow se met en place sur l'ensemble de la plage entraînant un déplacement des sédiments vers le bas de plage et l'avant-plage. L'ensemble des résultats recueillis permet de définir la plage du Clipon comme une cellule sédimentaire quasi-fermée montrant une tendance vers un bilan sédimentaire négatif.

Le paludisme, qui est la maladie à transmission vectorielle la plus répandue, provoque depuis quelques années de plus en plus d’épidémies liées à des anomalies climatiques. Dans de nombreux pays endémiques comme l’Ouganda, les changements climatiques représentent une préoccupation importante pour la santé publique. Des débats existent toutefois quant à l’évolution future du paludisme car la majorité des études de prédictions ne considèrent pas les effets de certains facteurs anthropiques qui influencent la transmission (ex. les interventions de contrôle antivectorielles). Ainsi, les objectifs de cette thèse étaient donc 1) d’estimer les associations entre le risque du paludisme, des variables de l’environnement (comme les précipitations, la température, l’humidité et la végétation) et les interventions antivectorielles (moustiquaires imprégnées d’insecticide longue durée, MILD, et pulvérisation intra-domiciliaire, PID) pour 2) prédire la distribution du paludisme selon des scénarios de climat futur. À cette fin, les associations ont été étudiées à partir (i) des données d’une cohorte d’enfants de trois sous régions d’Ouganda à partir de modèles mixtes linéaires généralisés basés sur une distribution log-binomiale; (ii) des données de surveillance passive du paludisme dans la population générale de six sous régions, à partir de modèles mixtes linéaires généralisés basés sur une distribution binomiale négative. Les associations étudiées au sein de la population générale ont ensuite été utilisées pour projeter le risque futur selon 14 simulations climatiques et deux scénarios d’émission de gaz à effet de serre (RCP4.5 et RCP8.5). Pour le premier objectif, les résultats de l’analyse des données de la cohorte infantile ont mis en évidence une variabilité sous régionale dans la forme (linéaire et non linéaire), la direction et l'ampleur des associations entre les variables de l’environnement et le risque de paludisme. L'ajustement du modèle de régression pour la PID a modifié l'ampleur et/ou la direction des associations environnement-paludisme, suggérant un effet d'interaction. À partir des données de la population générale, l’analyse groupée des six sous régions a montré que les interventions réduisaient le risque de paludisme d'environ 35 % avec les MILD et de 63 % avec la PID; des interactions significatives ont été observées entre certaines variables environnementales et les interventions de lutte antivectorielle. À l’échelle sous régionale, une variabilité de la forme des relations environnement-paludisme (linéarité, non linéarité, direction) et de l'influence des interventions a aussi été observée. Les prédictions du risque de paludisme avec les changements climatiques suggèrent des tendances à la hausse des cas de paludisme en absence d’interventions à l’horizon 2050, bien qu’une grande variabilité dans les prédictions existent selon le modèle de climat considéré (médianes et min-max de la période historique vs RCP 4.5 : 16 785, 9 902 - 74 382 vs 21 289, 11 796 - 70 606). En considérant l’effet des interventions, une réduction du nombre de cas annuels médian de 35%, 63% et à 76% est prédite avec les MILD seules, la PID seule et la combinaison de MILD et PID, respectivement. Cette thèse a donc permis de clarifier l’influence des MILD et de la PID sur les relations entre variables de l’environnement et le paludisme et de démontrer l’importance de considérer les mesures de contrôle antivectorielle dans les analyses du risque épidémiologique de paludisme et dans les prédictions du risque avec les changements climatiques. / Malaria, which is the most widespread vector-borne disease, has in recent years caused more and more epidemics linked to climatic anomalies. In several malaria endemic countries such as Uganda, climate change is a major public health concern. Debates exist, however, about the future evolution of malaria in relation to climate as the majority of prediction studies do not consider the effects of certain anthropogenic factors that influence transmission (e.g. vector control interventions). Therefore, the objectives of this thesis were 1) to estimate the associations between malaria risk, environmental variables (such as precipitation, temperature, humidity which are related to climate and vegetation) and vector interventions (long-lasting insecticide-treated bed nets - LLINs, and indoor residential spraying - IRS), and to 2) predict malaria distribution under future climate scenarios. The associations were studied with (i) data from a cohort of children from three sub-regions of Uganda using generalized linear mixed models based on a log-binomial distribution; (ii) data from passive surveillance of malaria in the general population of six sub-regions, using generalized linear mixed models based on a negative binomial distribution. The associations studied in the general population were then used to predict future risk under 14 climate simulations and two greenhouse gas emission scenarios (RCP4.5 and RCP8.5). For the first objective, the results of the analysis of the infant cohort data highlighted a sub-regional variability in the form (linear and nonlinear), the direction and the magnitude of the associations between the environmental variables. and the risk of malaria. Adjusting the regression model for IRS changed the magnitude and/or direction of environment-malaria associations, suggesting an interaction effect. Using data from the general population, the pooled analysis of the six sub-regions showed that the interventions reduced malaria risk by approximately 35% with LLINs and by 63% with IRS; significant interactions were observed between some environmental variables and vector control interventions. At the sub-regional scale, variability in the form of environment-malaria relationships (linearity, non-linearity, direction) and in the influence of interventions was also observed. Predictions of malaria risk with climate change suggest upward trends in malaria cases in the absence of interventions by 2050, although great variability in the predictions exists depending on the climate model considered (medians and min-max of the historical period vs RCP 4.5: 16,785, 9,902 - 74,382 vs 21,289, 11,796 - 70,606). Considering the effect of interventions, a reduction in the median number of annual cases of 35%, 63% and 76% is predicted for LLINs alone, IRS alone and the combination of LLINs and IRS, respectively. This thesis examined the influence of LLINs and IRS on the relationships between environmental variables and malaria and demonstrates the importance of considering vector control measures in analyzes of the epidemiological risk of malaria and in its prediction with climate change.

A la frontière entre les industries du divertissement et la production culturelle, grand fournisseur de contenu à l'économie numérique, l'industrie du cinéma soulève des questions intéressantes dans le champ de l'économie et du marketing. Cette thèse répond à trois questions empiriques importantes sur ce sujet à l'aide de différentes méthodes adaptées (économétrie des données de panel, différence-de-différences, économétrie structurelle) et propose un nouveau développement théorique du modèle nested logit. Le premier chapitre étudie l'effet des notes des consommateurs sur Internet, et analyse la complémentarité et la substituabilité de ces notes avec l'information disponible avant la sortie des films en salle. Le deuxième chapitre étudie l'effet redistributif de la loi anti-piratage Hadopi sur les entrées des films en salle, en écartant minutieusement les phénomènes alternatifs pouvant affecter les résultats. Le troisième chapitre considère la saisonnalité dans l'industrie française du cinéma et décompose séparément les entrées des films en salle en le niveau de l'offre (le nombre et la qualité des films), la demande saisonnière sous-jacente, les variations météorologiques, et les promotions nationales en estimant un modèle nested logit à trois étages tenant compte de la congestion des films dans les salles de cinéma. Le modèle est utilisé pour identifier les dates de sortie optimales en fonction des types de film. / At the frontier between entertainment industries and cultural production, vital content provider of digital economy, the motion picture industry raises several interesting questions in the field of economics and marketing. This dissertation tackles three important empirical questions in the motion picture industry using different methods (panel data models, difference-in-differences, and structural econometrics) and brings a new theoretical development about the nested logit model. The first chapter deals with online consumer reviews, also known as electronic word of mouth (eWOM), and focuses on the extent to which prerelease information alters the effect of eWOM on movie sales. The second chapter studies the collateral damages of the French anti-piracy law known as Hadopi on box office performances of movies, by carefully ruling out alternative explanations of the result. The third chapter investigates on seasonality in the French movie industry. The analysis separately identifies and decomposes movie sales into the number and quality of available movies, underlying seasonal demand, weather shocks, and national sales promotion by estimating a three-level nested logit model of weekly demand accounting for congestion on movie theaters' screens. The model is used to identify optimal release periods depending on the types of movie.

Cellular network traffic prediction is a critical challenge for communication providers, which is important for use cases such as traffic steering and base station resources management. Traditional prediction methods mostly rely on historical time-series data to predict traffic load, which often fail to model the real world and capture surrounding environment conditions. In this work, we propose a multi-modal deep learning model for 4G/5G Cellular Network Traffic prediction by considering external data sources such as satellite imagery and weather data. Specifically, our proposed model consists of three components (1) temporal component (modeling correlations between traffic load values with historical data points via LSTM) (2) computer vision component (using embeddings to capture correlations between geographic regions that share similar landscape patterns using satellite imagery data and state of the art CNN models), and (3) weather component (modeling correlations between weather measurements and traffic patterns). Furthermore, we study the effects and limitations of using such contextual datasets on time series learning process. Our experiments show that such hybrid models do not always lead to better performance, and LSTM model is capable of modeling complex sequential interactions. However, there is a potential for classifying or labelling regions by their urban landscape and the network traffic. / Förutsägelse av mobilnätstrafik är en kritisk utmaning för kommunikation leverantörer, där användningsområden inkluderar trafikstyrning och hantering av basstationsresurser. Traditionella förutsägelsesmetoder förlitar sig främst på historisk tidsseriedata för att förutsäga trafikbelastning, detta misslyckas ofta med att modellera den verkliga världen och fånga omgivande miljö. Det här arbetet föreslår en multimodal modell med djupinlärning förutsägelse av 4G/5G nätverkstrafik genom att beakta externa datakällor som satellitbilder och väderdata. Specifikt består vår föreslagna modell av tre komponenter (1) temporal komponent (korrelationsmodellering mellan trafikbelastningsvärden med historiska datapunkter via LSTM) (2) datorseende komponent (med inbäddningar för att fånga korrelationer mellan geografiska regioner som delar liknande landskapsmönster med hjälp av satelitbilddata och state-of-the-art CNN modeller), och (3) väderkomponent (modellerande korrelationer mellan vädermätningar och trafikmönster). Dessutom studerar vi effekterna och begränsningarna av att använda sådana kontextuella datamängder på tidsserieinlärningsprocessen. Våra experiment visar att hybridmodeller inte alltid leder till bättre prestanda och att LSTM-modellen är kapabel att modellera komplexa sekventiella interaktioner. Det finns dock en potential att klassificera eller märka regioner efter deras stadslandskap och nättrafiken. / La prévision du trafic sur les réseaux cellulaires est un défi crucial pour les fournisseurs de communication, ce qui est important pour les cas d’utilisation tels que la direction du trafic et la gestion des ressources des stations de base. Les méthodes de prédiction traditionnelles reposent principalement sur des données historiques de séries chronologiques pour prédire la charge de trafic, qui échouent souvent à modéliser le monde réel et à capturer les conditions de l’environnement environnant. Dans ce travail, nous proposons un modèle d’apprentissage profond multimodal pour la prédiction du trafic des réseaux cellulaires 4G/5G en considérant des sources de données externes telles que l’imagerie satellitaire et les données météorologiques. Plus précisément, notre modèle proposé se compose de trois composants (1) composant temporel (modélisation des corrélations entre les valeurs de charge de trafic avec des points de données historiques via LSTM) (2) composant de vision par ordinateur (utilisant des incorporations pour capturer les corrélations entre les régions géographiques qui partagent des modèles de paysage similaires à l’aide de données d’imagerie satellitaire et de modèles CNN de pointe) et (3) composante météorologique (modélisation des corrélations entre les mesures météorologiques et les modèles de trafic). De plus, nous étudions les effets et les limites de l’utilisation de tels ensembles de données contextuelles sur le processus d’apprentissage des séries chronologiques. Nos expériences montrent que de tels modèles hybrides ne conduisent pas toujours à de meilleures performances, et le modèle LSTM est capable de modéliser des interactions séquentielles complexes. Cependant, il est possible de classer ou d’étiqueter les régions en fonction de leur paysage urbain et du trafic du réseau.